前言
最近学习了Cousera上Dr. Barbara Oakley和Dr. Terrence Sejnowski关于学习方法论指导的课程(涉及浅显认知神经科学的知识)的文章。发现小学时候这种知识卡片的学习方式,其实是Interleaving的一种体现。可以有效地记住知识。机器学习一些不等式感觉是有记忆的必要的。即使记不住具体的项,记住参与的变量和关系也是大有裨益。于是做了这个记忆卡片。
记忆卡片涉及主题
这次记忆卡片的尝试,基于Learning from data一书的第一第二章。没有阅读过书的,部分记忆卡片可能阅读上会有障碍。例如不知道alpha和beta在Bound function里的含义,而背后的Hint过于简单。这次分享也是自己想做一次尝试,先自己试用。如果读者有兴趣的话也可以下载打印hh。如果个人感觉反馈好,有背诵效果的话,会继续认真做一下卡片。
- 衡量Ein, Eout方法论1:霍夫丁不等式,VC Generalization Bound
- 衡量Ein, Eout方法论2:Bias&Variance
- LFD架构下的机器学习基本元素
文档&成品缩略图
![](https://i-blog.csdnimg.cn/blog_migrate/425530729b828c35881bc459440fcae3.png)
文档大小A4,单数面是正面,奇数面是背面。注意打印技巧,不然会像下图(我)一样打印得惨不忍睹↓
![](https://i-blog.csdnimg.cn/blog_migrate/d27832b65f8e354e85ee53b40e2b1d18.jpeg)
手工0分..
下载地址
文档遵循 Creative Commons Attribution-NonCommercial (CC BY-NC) license协议公开(然而会有人把这个当商用?HHH)
CSDN(待审核): 传送门
百度网盘:传送门, 密码:698g